[发明专利]一种光伏阵列故障诊断方法在审
申请号: | 201510498491.1 | 申请日: | 2015-08-12 |
公开(公告)号: | CN105141255A | 公开(公告)日: | 2015-12-09 |
发明(设计)人: | 丁坤;冯莉;陈富东;顾鸿烨;李元良;覃思宇;高列;刘振飞 | 申请(专利权)人: | 河海大学常州校区 |
主分类号: | H02S50/10 | 分类号: | H02S50/10 |
代理公司: | 常州市科谊专利代理事务所 32225 | 代理人: | 袁兴隆 |
地址: | 213022 江苏省常*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开一种光伏阵列故障诊断方法,方法基于多级聚类的支持向量机SVM算法,进行光伏阵列故障诊断,步骤如下:(1)、首先对训练样本集的各类中心进行分级聚类,以聚类分析的相似性测度为均值距离,并假设每一级中前两类的均值距离最小,其他相似性测度同理,将均值最小的2个样本,并为一类;(2)、然后以(1)中得到的样本为SVM输入输出样本,对数据样本进行训练,得到各级的SVM模型,包括SVM1、SVM2、SVM3;(3)、最后将数据测试样本输入训练好的SVM模型中,进行逐级分类诊断,进一步确定系统的故障类型。本发明的实施过程简明易实现,能及时地进行故障的诊断,有助于光伏系统的运营维护。 | ||
搜索关键词: | 一种 阵列 故障诊断 方法 | ||
【主权项】:
一种光伏阵列故障诊断方法,其特征在于:所述方法基于多级聚类的支持向量机SVM算法,进行光伏阵列故障诊断,所述步骤如下:(1)、首先对训练样本集的各类中心进行分级聚类,以聚类分析的相似性测度为均值距离,并假设每一级中前两类的均值距离最小,其他相似性测度同理,将均值最小的2个样本,并为一类;(2)然后以(1)中得到的样本为SVM输入输出样本,对数据样本进行训练,得到各级的SVM模型,包括SVM1、SVM2、SVM3;(3)最后将数据测试样本输入训练好的SVM模型中,进行逐级分类诊断,进一步确定系统的故障类型。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河海大学常州校区,未经河海大学常州校区许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201510498491.1/,转载请声明来源钻瓜专利网。
- 上一篇:一种新型智能注塑机
- 下一篇:一种用于太阳能电池板屋面的反光装置